论文部分内容阅读
目的:1.通过运用BCI检测意识障碍(Disorders of consciousness,DOC)患者意识水平,将所得在线准确率与随访获得的格拉斯哥结局量表(Glasgow outcome scale,GOS)评分进行相关性分析,判断本研究所运用的基于面孔识别的脑机接口(Brain-computer interface,BCI)技术对DOC患者预后评估的价值;2.通过分别做基于面孔识别的BCI在线准确率结果及CRS-R评分结果与GOS评分等级的相关性分析,探讨BCI在DOC患者预后评估中是否较CRS-R评分更为准确、客观,能否作为行为学量表补充,提高诊断的准确性。方法:对23名DOC患者进行基于面孔识别的BCI检测,每个患者每周检测两次,共进行5次检测;每次检测包括两个部分,即训练部分和测试部分,每部分包含10次小测试,每一次的小测试中相片以随机的方式进行闪烁,将5次测试所得在线准确率进行平均得出最终在线准确率,检测结束3个月后或是发病6个月后对患者进行电话随访,行GOS评分。第一部分以GOS评分等级为结局指标,做二分类的Logistic回归分析。第二部分在测试前或测试后24h内选取患者状态最佳的时刻予以行CRS-R评分。将BCI在线准确率结果及检测前后的CRS-R评分与随访获得的GOS评分分别进行spearman相关性分析,P<0.05时认为与GOS评分显著相关。再将BCI及CRS-R评分共同纳入建立Logistic回归模型,判断二者联合是否能更准确的评估预后。结果:第一部分做BCI在线准确率与GOS评分等级的Logistic回归分析,得出相关系数为 8.97,对应的P=0.013<0.05,Hosmer-Lemeshow 检验结果 χ2为 0.591,对应的P=0.988。BCI对良好结局的预测准确率为75%,对较差结局的预测准确率为93.3%,对DOC患者总预后的预测准确率为84%。做出BCI在线准确率对预后结局预测概率的ROC曲线,曲线下面积为0.925,95%置信区间为[0.806,0.966],提示BCI在线准确率可以较好地评估DOC患者的预后。第二部分将入院时及BCI检测前后24h内的CRS-R评分分别与GOS评分做Spearman相关性分析,入院时的CRS-R与GOS相关系数r值为0.354,对应的P=0.03<0.05;检测时的CRS-R评分与GOS评分相关系数r为0.505,对应的P=0.014<0.05。CRS-R评分与GOS评分显著相关。BCI在线准确率与GOS评分做Spearman相关性分析,相关系数r为0.638,P=0.001<0.05,二者显著相关。通过比较相关系数的大小,可得出BCI在线准确率比CRS-R评分与GOS评分相关性更强。再做BCI在线准确率及CRS-R与GOS评分等级的Logistic回归分析,BCI在线准确率对应的回归系数为6.301,P= 0.03<0.05,CRS-R评分的回归系数为 1.788,P= 0.041<0.05。Hosmer-Lemeshow 检验结果 χ2 为 3.146,P= 0.925。二者结合的模型对良好预后的预测准确率为93%,对较差预后的预测准确率为80.7%,对DOC患者预后结局总预测准确率为87%。ROC曲线下的面积为0.943。与第一部分得出BCI单独预测DOC患者预后结局的准确率相比较,二者联合准确率更高。结论:1.基于面孔识别的BCI能够从脑反应的角度更为客观地检测DOC患者意识水平,并且能够很好地评估患者预后,在线准确率能够作为反映DOC患者脑功能及预后的一项客观指标,准确率达0.64以上的患者意识恢复的可能性较大;2.在DOC患者意识水平诊断及预后评估方面基于面孔识别的多模态脑机接口技术比目前临床常用的CRS-R量表准确性更高,二者结合能够更好地评估DOC患者的预后,BCI技术能够作为临床行为学量表的补充。